본문 바로가기
728x90
반응형
SMALL

전체 글1632

Sleep stages classification based on heart rate variability and random forest (2) Frequency domain features HRV의 주파수 영역 특징은 ANS의 활동을 반영하는 중요한 지표였다. LF (0.04~ 0.15Hz) 및 HF (0.15~ 0.4Hz) 대역의 파워는 각각 교감신경 (SNS) 및 부교감신경 (PNS) 신경계의 조절과 관련이 있다. 일부 문헌은 또한 중간 주파수 (MF, 0.1–0.15Hz) 전력이 압력 반사 활동과 관련이 있음을 보여 주었다. HRV의 스펙트럼 정보를 최대한 활용하기 위해 본 연구에서는 LF를 실제 LF (TLF, 0.04–0.1Hz)와 MF로 더 나누었다. 연구에서 총 주파수 (TF)로 표시된 LF와 HF의 조합도 조사되었다. 그리고 보다 포괄적인 측정, 즉 스펙트럼 전력, 평균 주파수 및상이한 스펙트럼 대역에 상응하는 스펙트럼 엔트로피가.. 2023. 6. 29.
Sleep stages classification based on heart rate variability and random forest (1) Abstract 본 논문에서는 심박 변이도 (HRV)에 기반한 수면 단계 분류를 위한 대체 기술을 제시했다. 각성, REM (Rapid Eye Movement) 수면 및 NREM (Non-REM) 수면을 분류하기 위해 간단한 주제별 체계와 보다 실용적인 주제 독립적 체계를 설계했다. 45명의 건강한 피험자의 RR 시퀀스에서 추출한 41개의 HRV 특징을 Random Forest (RF) 방법을 통해 훈련 및 테스트했다. 기능 중 25개는 수면 연구에 처음으로 제안되거나 적용됐다. subject independent classifier의 경우 모든 기능은 개발된 분위수 값 기반 방법으로 정규화되었다. 또한, 수면 단계에 대한 각 기능의 중요성도 RF로 평가하고 적절한 기능 수를 탐색했다. 주제별 분류기의 .. 2023. 6. 29.
[Computer Science] 파일 시스템 (File System) 파일 (File) 컴퓨터 파일은 컴퓨터 등의 기기에서 의미가 있는 정보를 담는 논리적인 단위이다. 하드디스크, CD, DVD 등 저장 매체에 대하여 추상화된 정보 단위이다. 운영 체제는 파일 조작에 관련된 기능을 API로 제공한다. 컴퓨터 파일은 그 내용의 유형에 따라 다양한 종류로 나뉜다. 가장 일반적인 파일 종류는 다음과 같다. 문서 파일: 텍스트, 워드 프로세서, 스프레드시트, 프레젠테이션, PDF, 전자책 등이 있다. 이미지 파일: JPG, PNG, GIF, BMP, TIFF, PSD 등이 있다. 오디오 파일: MP3, WAV, FLAC, AAC 등이 있다. 비디오 파일: MP4, AVI, MOV, WMV 등이 있다. 실행 파일: 프로그램, 게임, 드라이버 등이 있다. 압축 파일: ZIP, RAR.. 2023. 6. 28.
[Django] 북마크 앱 만들기 (1) 프로젝트 생성 django-admin startproject mysite . settings.py ALLOWED_HOSTS = [ 'localhost', '127.0.0.1', ] TEMPLATES = [ { "BACKEND": "django.template.backends.django.DjangoTemplates", "DIRS": [ os.path.join(BASE_DIR, 'templates'), ], "APP_DIRS": True, "OPTIONS": { "context_processors": [ "django.template.context_processors.debug", "django.template.context_processors.request", "django.contrib.auth.con.. 2023. 6. 28.
[Django] 웹 서버 연동 원리 wsgi.py 장고는 runserver 명령을 사용하여 자체 웹 서버를 실행할 수 있다. 하지만 이 서버는 개발용으로만 사용하도록 설계되었으며 배포 환경에서 사용해서는 안된다. 따라서, 배포 환경에 사용하려면 Apache 또는 Nginx와 같은 웹 서버를 사용해야 한다. 이러한 웹 서버에 연결하려면 wsgi.py 파일을 만들어야 한다. 장고의 wsgi.py 파일에는 application 객체가 다음과 같이 정의되어 있다. application = get_wsgi_application() 웹 서버는 이 application 객체를 호출하여 장고 어플리케이션을 실행한다. 호출 전에 설정 정보를 로드해야 하며, 이 설정 정보는 mysite/wsgi.py 파일에 다음과 같이 지정된다. import os os.e.. 2023. 6. 28.
[Django] Books 어플리케이션 (2) URLconf books 앱 폴더에 urls.py 파일을 만들고 각 페이지에 맞는 URL을 매치한다. from django.urls import path from . import views app_name = 'books' urlpatterns = [ path('', views.BooksModelView.as_view(), name='index'), path('book/', views.BookList.as_view(), name='book_list'), path('author/', views.AuthorList.as_view(), name='author_list'), path('publisher/', views.PublisherList.as_view(), name='publisher_list'), ] 클.. 2023. 6. 27.
[Django] Books 어플리케이션 (1) 프로젝트에 books 앱 추가 python manage.py startapp books setting.py : 어플리케이션 등록 (서버에 반영) INSTALLED_APPS = [ "books.apps.BooksConfig", # 새로 만든 앱 추가 "polls.apps.PollsConfig", "django.contrib.admin", "django.contrib.auth", "django.contrib.contenttypes", "django.contrib.sessions", "django.contrib.messages", "django.contrib.staticfiles", ] models.py 데이터베이스에 사용할 데이터들의 형태를 정리하기 위해 books 폴더의 models.py를 다음과 같이 수.. 2023. 6. 27.
[Deep Learning] Perplexity Perplexity  정보 이론에서 Perplexity는 확률 분포 또는 확률 모델이 샘플을 얼마나 잘 예측하는지를 측정하는 것이다. 그리고 확률 모델을 비교하는 데 사용할 수 있다. Perplexity가 낮다는 것은 확률 분포가 샘플을 예측하는 데 능숙하다는 것을 나타낸다. ▪ 언어 모델에서 Perplexity은 모델의 성능을 측정하는 데 사용▪ 외재적 평가 (extirnsic evaluation) : 실제 작업으로 입력에 대한 결과를 확인하는 평가 방식 ▪ 내재적 평가 (intrinsic evaluation) : 모델 내에서 자신의 성능을 수치화하여 결과를 내놓는 평가 방식▪ Perplexity는 일반적으로 단어에서 사용 범주 분류에서 교차 엔트로피는 경계 엔트로피 기반 라벨의 합산이다. Chain .. 2023. 6. 27.
[Django] 폼 (Form) 폼 (Form) HTML에서 양식은 ...에서 방문자가 텍스트 입력, 옵션 선택, 개체 또는 컨트롤 조작 등과 같은 작업을 수행한 다음 해당 정보를 다시 서버로 보낼 수 있도록 하는 내부 요소 모음이다. Your name: 장고 폼은 데이터를 사용자로부터 서버로 전송하는 데 사용할 수 있는 도구 폼은 데이터를 모델에 저장하는 데 사용 forms 모듈 사용 클래스에서 각 필드 (CharField, TextField, DataField)를 정의 s_valid() 메서드를 사용하여 유효한지 확인 장고 폼 from django import forms class ContactForm(forms.Form): subject = forms.CharField(max_length=100) message = forms.Te.. 2023. 6. 27.
Bland–Altman plot Bland–Altman plot Bland -Altman 플롯 (차이 플롯)은 분석 화학 또는 생물 의학에서 두 가지 다른 분석 간의 일치를 분석하는 데 사용되는 데이터 플로팅 방법이다. 이는 다른 분야에서 알려진 이름인 Tukey 평균차분도와 동일 하지만 J. Martin Bland 및 Douglas G. Altman에 의해 의학 통계 에서 대중화되었다. 현대 임상 실험실에서는 두 가지 정량적 측정 방법 간의 일치를 평가해야 하는 것이 매우 일반적이다. 이 일치 정도를 평가하기 위한 올바른 통계적 접근 방식은 명확하지 않다. 상관 관계 및 회귀 연구가 자주 제안된다. 많은 연구에서 두 가지 측정 방법의 결과 사이의 피어슨 상관 계수 상관 계수 (r)를 일치 지표로 제공한다. 그러나 상관 관계는 차이점이.. 2023. 6. 26.
728x90
반응형
LIST